在完全加载之前使用 open-uri 和 nokogiri 读取 HTML

我在用着open-uri and nokogiri使用 ruby​​ 进行一些简单的网络爬行。 有一个问题，有时 html 在完全加载之前就被读取了。在这种情况下，我无法获取除加载图标和导航栏之外的任何内容。 最好的告知方式是什么open-uri or nokogiri等到页面完全加载？

目前我的脚本如下所示：

require 'nokogiri'
require 'open-uri'

url = "https://www.the-page-i-wanna-crawl.com"
doc = Nokogiri::HTML(open(url, ssl_verify_mode: OpenSSL::SSL::VERIFY_NONE)) 
puts doc.at_css("h2").text

你所描述的情况是不可能的。的结果open只会传递给HTML之后open方法返回完整值。

我怀疑页面本身使用 AJAX 来加载其内容，正如评论中所建议的那样，在这种情况下，您可以使用 Watir 使用浏览器获取页面

require 'nokogiri'
require 'watir'

browser = Watir::Browser.new
browser.goto 'https://www.the-page-i-wanna-crawl.com'

doc = Nokogiri::HTML.parse(browser.html)

但这可能会打开一个浏览器窗口。